spark大数据互联网项目实战推荐系统（全套）

01.01_大数据应用案例.mp4 [105.82M]

01.02_大数据技术框架.mp4 [71.67M]

01.03_推荐系统的技术栈.mp4 [123.96M]

01.04_课程的基础要求和安排.mp4 [36.49M]

02.01_什么是推荐系统（处理）.mp4 [137.53M]

03.01_推荐系统的设计.mp4 [133.11M]

03.02_用户界面的重要性.mp4 [177.22M]

04.01_什么是lambda架构.mp4 [95.72M]

04.02_lambda架构之批处理层.mp4 [204.94M]

04.03_lambda架构之实时处理层.mp4 [70.69M]

04.04_lambda架构之服务层.mp4 [62.54M]

05.01_什么是用户画像.mp4 [64.05M]

05.02_用户画像的数学描述.mp4 [131.28M]

05.03_用户画像系统流程.mp4 [204.13M]

05.04_用户画像系统架构.mp4 [46.13M]

05.05_用户标签使用案例.mp4 [182.20M]

05.06_算法和模型的评价.mp4 [99.62M]

05.07_sparkml代码实现.mp4 [169.19M]

05.08_代码实例1之模型训练及参数设置-实践.mp4 [393.22M]

05.09_代码实例1之参数设置及模型测试-实践.mp4 [240.60M]

05.10_代码实例2之使用管道.mp4 [46.97M]

05.11_代码实例2之使用管道-实践.mp4 [446.03M]

05.12_代码实例3之模型调优.mp4 [95.11M]

05.13_代码示例3之模型调优-实践.mp4 [255.13M]

05.14_代码示例4之模型调优-实践.mp4 [348.79M]

05.15_用户画像系统应用.mp4 [142.97M]

06.01_推荐模型构建流程.mp4 [68.58M]

06.02_推荐算法概述.mp4 [116.86M]

06.03_基于协同过滤的推荐算法.mp4 [135.58M]

06.04_相似度的计算.mp4 [117.64M]

06.05_基于模型的方法.mp4 [151.58M]

06.06_协同过滤的实现.mp4 [116.96M]

06.07_推荐系统冷启动问题.mp4 [82.55M]

06.08_推荐案例实践准备.mp4 [59.68M]

06.09_推荐案例ide环境配置-实践.mp4 [145.43M]

07.01_mahout概述.mp4 [216.34M]

07.02_mahout推荐系统组件.mp4 [242.75M]

07.03_mahout推荐系统评估.mp4 [94.75M]

07.04_mahout开发环境部署-实践.mp4 [143.35M]

07.05_mahout推荐实例1之偏好数组-实践.mp4 [168.41M]

07.06_mahout推荐实例2之数据模型-实践.mp4 [170.41M]

07.07_mahout推荐实例3之构建模型-实践.mp4 [230.94M]

07.08_mahout推荐实例4之模型评估1-实践.mp4 [372.45M]

07.09_mahout推荐实例5之模型评估2-实践.mp4 [216.88M]

07.10_mahout推荐实例6之电影推荐1-实践.mp4 [252.46M]

07.11_mahout推荐实例6之电影推荐2-实践.mp4 [291.07M]

07.12_mahout推荐实例6之电影推荐3-实践.mp4 [297.78M]

07.13_mahout推荐实例7之图书推荐1-实践.mp4 [210.01M]

07.14_mahout推荐实例7之图书推荐2-实践.mp4 [212.19M]

07.15_mahout推荐实例7之图书推荐3-实践.mp4 [285.85M]

07.16_mahout推荐系统实战-实践.mp4 [304.11M]

08.01_mahout推荐实战补充-实践.mp4 [61.24M]

08.02_spark mllib概述.mp4 [161.79M]

08.03_mllib推荐算法介绍.mp4 [92.35M]

08.04_mllib推荐算法实战.mp4 [90.33M]

08.05_mllib推荐实例之定义解析函数-实践.mp4 [188.43M]

08.06_mllib推荐实例之探索dataframe_实践.mp4 [257.65M]

08.07_mllib推荐实例之als模型推荐-实践.mp4 [167.61M]

08.08_mllib推荐实例之模型评估-实践.mp4 [287.09M]

08.09_推荐实战之开发环境准备-实践.mp4 [117.55M]

08.10_推荐实战之实现用户评分函数-实践.mp4 [92.39M]

08.11.mp4 [60.54M]

08.12_推荐实战之参数设置及数据加载-实践.mp4 [137.53M]

08.13_推荐实战之用户调查及数据拆分-实践.mp4 [164.08M]

08.14_推荐实战之模型训练及评估-实践.mp4 [200.26M]

08.15_推荐实战之个性化推荐-实践.mp4 [116.71M]

08.16_推荐实战之测试部署-实践.mp4 [290.57M]

09.01_推荐系统与lambda架构.mp4 [128.65M]

09.02_推荐系统数据收集背景.mp4 [84.84M]

09.03_flumeng数据收集系统.mp4 [186.78M]

09.04_web日志数据采集flume部署配置-实践.mp4 [242.19M]

09.05_web日志数据采集flume运行测试-实践.mp4 [280.33M]

09.06_sqoop数据收集工具.mp4 [170.18M]

09.07_sqoop收集账户数据-实践.mp4 [366.00M]

09.08_hdfs数据存储系统.mp4 [166.95M]

09.09_上传知识库文档到hdfs.mp4 [120.31M]

09.10_hbase数据库存储系统.mp4 [274.80M]

09.11_加载并访问hbase的评分数据-实践.mp4 [451.25M]

09.12_推荐系统综合实战.mp4 [34.90M]

09.13_推荐系统离线层实现-实践.mp4 [389.05M]

09.14_推荐系统服务层实现-实践.mp4 [178.71M]

09.15_推荐系统实时层实现-实践.mp4 [287.16M]

课件文档代码.rar [1.90G]